论文部分内容阅读
离群数据检测是找出与正常数据不一致的数据。由于某种原因，会出现一些噪声数据。针对噪声数据的特征，提出了一个有效的离群点检测算法。通过层次k-means算法对数据集进行聚类，从包括离群点可能性最大的簇开始进行检测，在检测过程中提出基于熵值距离来衡量数据点的离群程度，并通过剪枝规则来减少检测次数，从而提高了检测的效率。仿真结果表明该算法对出现的噪声数据具有较好的过滤效果。